Disposition und Kundenanfragen in der Spedition mit Claude Code entlasten

Sechs Uhr morgens, der Schreibtisch des Disponenten. Vom Vorabend liegen zehn WhatsApp-Notizen der Fahrer da, dazu drei hingekritzelte Zettel mit Anrufen von Auftraggebern (“Wo ist die Sendung gerade?”) und ein Tourenplan voller Abkürzungen, die nur ich selbst lese.

Als ich diesen Betrieb zum ersten Mal begleitet habe, hat mich genau das überrascht. Nicht die Disposition selbst, sondern die Zeit, um Notizen in eine lesbare Form zu bringen, und die Zeit, dieselbe Anfrage wieder und wieder gleich zu beantworten – zusammen fressen die fast den halben Tag.

Und sobald der Kollege krank ist, kann niemand sonst diese Kürzel entziffern. “40to Kühl, Tour 3 Ost, Rückfahrt leer, Drop Süd” – versteht das Ihr Nachbar am Schreibtisch? Wahrscheinlich nicht.

Heute geht es darum, diese beiden Dinge – das Ordnen der Tourenzettel und das Beantworten von Anfragen – mit Claude Code (einem Werkzeug, das generative KI über die Kommandozeile nutzbar macht) leichter zu machen. Es geht ausdrücklich nicht darum, die KI die Disposition entscheiden zu lassen. Es geht darum, den Kleinkram davor abzubauen.

Das Wichtigste in Kürze

Das Abschreiben von Notizen und das ewig gleiche Beantworten von Anfragen lässt sich in der Disposition einer Spedition mit generativer KI um mehr als die Hälfte reduzieren.
Die eigentliche Dispositionsentscheidung übergeben Sie nicht an die KI. Übergeben wird nur: ordnen, vorformulieren, auf Lücken hinweisen.
Es liegen drei sofort einsetzbare Prompt-Vorlagen bereit, dazu ein Prüfskript, das Tourenzettel in eine Tabelle umwandelt.
Für Namen von Auftraggebern, Telefonnummern und Kennzeichen brauchen Sie interne Regeln und eine Anonymisierung, bevor Daten an die KI gehen.
Aus 90 Minuten Kleinkram am Tag werden 30 Minuten – das sind rund 20 Stunden im Monat. Eine realistische Größenordnung pro Disponent.

Zielgruppe und der heutige Ablauf

Dieser Artikel richtet sich an Menschen, die in einer kleinen bis mittleren Spedition die Disposition machen. Größenordnung 10 bis 50 Lkw, überwiegend feste Auftraggeber, Kontakt mit den Fahrern per Telefon und Messenger. Ein Dispositionssystem ist zwar vorhanden, aber am Ende wird doch mit Zetteln und im Kopf geplant – so sieht der Alltag aus.

Der Tag läuft ungefähr so ab:

Abends bis früh morgens trudeln Aufträge und Änderungen für den nächsten Tag verstreut von Fahrern und Auftraggebern ein.
Der Disponent liest das und teilt Fahrzeuge und Fahrer zu.
Die Zuteilung wird in einen sauberen Tourenplan übertragen und an jeden Fahrer gemeldet.
Tagsüber kommen laufend Anfragen rein: “Wo ist die Sendung?”, “Können wir die Abholung verschieben?”.
Nach Feierabend werden die Ist-Daten notiert, um für den nächsten Tag vorbereitet zu sein.

Davon braucht nur Punkt 2 echte Entscheidungen. Die Punkte 1, 3, 4 und 5 sind “Informationen ordnen” und “dasselbe mitteilen” – und genau das kann KI gut.

Typische Rückläufer und Ärgernisse

Stolpersteine, die ich im Betrieb immer wieder gesehen habe, stelle ich vorab zusammen. Mindestens einer trifft auch auf Ihre Firma zu.

Warten auf die Entzifferung der Kürzel: Nur der Kollege selbst liest sie; fällt er aus, steht der Betrieb.
Doppelte Meldungen: Eine dem Fahrer mitgeteilte Änderung ist beim Auftraggeber nicht angekommen, und vor Ort verschieben sich die Zeiten.
Wort gegen Wort bei Anfragen: Eine am Telefon getroffene Zusage steht nirgends, und später gibt es Streit.
Copy-Paste-Unfälle beim Abschreiben: Der Tourenplan vom Vortag wird wiederverwendet, und Datum oder Tournummer werden vergessen zu ändern.
Nachwuchs wächst nicht nach: Das Wissen der Erfahrenen ist nicht in Worte gefasst und lässt sich nicht übergeben.

Keines davon braucht eine “kluge KI”. Es braucht jemanden, der “in eine feste Form bringt” und “auf Lücken hinweist” – dann verschwinden diese Probleme.

Anwendungsfall 1: Den abgekürzten Tourenzettel in eine lesbare Tabelle bringen

Hier war die Wirkung am größten. Den vom Fahrer eingegangenen Kürzel-Zettel einfach einfügen und in eine Tabelle umwandeln lassen.

Zum Beispiel übergebe ich so eine Eingabe:

40to Kühl Tour 3 Ost Rückfahrt leer Drop Süd / 7,5to Abholung 8 Uhr Hafen Großmarkt Rückfahrt Stückgut / 40to Bremen Container 14 Uhr Stellplatz

Daraus soll eine Tabelle mit den Spalten “Fahrzeugklasse, Tour, Abholort, Ladungsart, Rückfahrt” werden. Niemand muss die Kürzel einzeln von Hand ausschreiben. Die passende Prompt-Vorlage steht weiter unten.

Den Bereich, den die KI übernimmt, und den, den der Mensch zwingend entscheidet, mache ich hier einmal klar.

Schritt	Übernimmt die KI	Entscheidet der Mensch zwingend
Notizen abschreiben	Kürzel ausschreiben, Tabelle bauen, fehlende Felder benennen	Bei firmeneigenen Kürzeln die korrekte Auflösung final prüfen
Disposition zuteilen	Kandidaten ordnen, freie Fahrzeuge auflisten	Welches Fahrzeug welche Tour fährt, final festlegen
Mitteilungen verfassen	Entwürfe für Fahrer und Auftraggeber	Faktencheck vor dem Senden
Ist-Daten erfassen	Format vereinheitlichen, übertragen	Abgleich, ob Zahlen und Zeiten stimmen

Die Zuteilungsentscheidung behält der Mensch in der Hand. Das lassen Sie bitte nie weg. Die KI sagt zwar “die Rückfahrt von Drop Süd ist leer”, aber was man auf diesen Leerwagen lädt, damit er rentabel wird, kann nur jemand entscheiden, der die Beziehung zum Auftraggeber und die Frachtraten kennt.

Anwendungsfall 2: Entwürfe für Kundenanfragen erstellen

Das Zweite ist das Beantworten von Anfragen. “Wo ist die Sendung gerade?”, “Können wir die Abholung um eine Stunde verschieben?” – wenn man den Text jedes Mal von null formuliert, kostet das unauffällig viel Zeit.

Hier lässt man die KI einige typische interne Anfragen samt Antworten lernen und gibt bei einer neuen Anfrage einen Entwurf aus. Ob gesendet wird, entscheidet der Mensch.

Mit einer Checkliste im Betrieb gerät nichts ins Wanken:

Wurde die Anfrage in einer Zeile zusammengefasst?
Stehen im Antwortentwurf die Fakten (Zeit, Ort, Tournummer)?
Stimmen diese Fakten mit Tourenplan und System überein? (Das prüft der Mensch.)
Sind keine Namen von Auftraggebern, Telefonnummern oder Ähnliches in den Text gerutscht, das nicht nach außen darf?
Wurde vor dem Senden im Namen des Sachbearbeiters einmal gegengelesen?

Punkt 3 und 4 macht ausnahmslos der Mensch. Die KI schreibt selbstbewusst “Ankunft wohl 14 Uhr”, aber ob diese 14 Uhr stimmt, weiß die KI nicht.

Anwendungsfall 3: Doppelte Kontrolle des Tourenplans

Das Dritte ist der Einsatz, den fertigen Tourenplan auf Lücken durchsehen zu lassen. Eigene Fehler in der eigenen Tabelle übersieht man leicht. Vergessene Datumsänderung, derselbe Fahrer zur selben Zeit an zwei Orten, leere Rückfahrt-Felder. Solche mechanischen Prüfungen fängt die KI in einem Durchgang ab.

Auch hier entscheidet sie nicht. Sie soll hinweisen – “Fahrer 7 hat um 9 Uhr und um 9:30 zwei Termine, geografisch kaum machbar” –, und der Mensch korrigiert. Allein das reduziert die oben genannten “Copy-Paste-Unfälle” spürbar.

Sofort einsetzbare Prompt-Vorlagen

Damit Sie sie direkt nutzen können, lege ich drei bereit. Firmennamen und die Tabelle der Kürzel ersetzen Sie durch Ihre eigenen.

Vorlage 1: Kürzel-Notiz in eine Tabelle bringen.

Du bist die Dispositionshilfe einer Spedition. Wandle die folgende Tournotiz in eine Tabelle um.
Die Spalten sind "Fahrzeugklasse / Tour / Abholort / Ladungsart / Rückfahrt / Unklarheiten".
Löse Kürzel als gängige Speditionsbegriffe auf; was du nicht beurteilen kannst, schreibe in "Unklarheiten".
Teile keine Disposition eigenmächtig zu und füge keine nicht genannten Touren hinzu.

Notiz:
(hier die Kürzel-Notiz einfügen)

Vorlage 2: Entwurf für die Anfragenantwort.

Du bist der Entwurfsschreiber für den Kundenkontakt einer Spedition.
Erstelle zur folgenden Anfrage einen höflichen, aber knappen Antwortentwurf.
Wo Fakten wie Zeit oder Ort nötig sind, behaupte nichts, sondern lasse einen Platzhalter
wie "[zu prüfen: Ankunftszeit]" stehen. Erfinde keine Fakten.

Anfrage:
(hier den Inhalt der Anfrage einfügen)

Vorlage 3: Doppelte Kontrolle des Tourenplans.

Prüfe den folgenden Tourenplan und benenne nur Widersprüche als Aufzählung.
Achte auf "Zeitüberschneidung desselben Fahrers", "geografisch unmögliche Kombination aus Abholort und Zeit",
"leere Rückfahrt-Felder" und "Unstimmigkeiten bei Datum oder Tournummer".
Du musst die Disposition nicht neu bauen. Weise nur hin.

Tourenplan:
(hier den Tourenplan einfügen)

Prüfskript: Kürzel-Notiz in Tabellendaten umwandeln

Das Ergebnis des Prompts jedes Mal von Hand zu prüfen ist mühsam, deshalb lege ich ein kleines Skript bereit, das die Notiz in strukturierte Daten umwandelt und Lücken maschinell prüft. Es läuft, wenn Node.js vorhanden ist. Es liest die Ausgabe der KI (als Tabulator-getrennt angenommen) und warnt bei Zeilen mit verbleibenden Unklarheiten – unauffällig, aber wirksam.

import { readFileSync } from "node:fs";

// Die KI soll tabulatorgetrennt zurückgeben:
// "Fahrzeugklasse\tTour\tAbholort\tLadungsart\tRueckfahrt\tUnklarheiten"
const raw = readFileSync(process.argv[2] ?? "touren.tsv", "utf8");
const cols = ["Fahrzeugklasse", "Tour", "Abholort", "Ladungsart", "Rueckfahrt", "Unklarheiten"];

const rows = raw
  .trim()
  .split("\n")
  .map((line) => line.split("\t"))
  .map((cells) => Object.fromEntries(cols.map((c, i) => [c, (cells[i] ?? "").trim()])));

let warnings = 0;
for (const [idx, r] of rows.entries()) {
  const n = idx + 1;
  if (!r["Abholort"]) { console.log(`Zeile ${n}: Abholort ist leer`); warnings++; }
  if (!r["Fahrzeugklasse"]) { console.log(`Zeile ${n}: Fahrzeugklasse ist leer`); warnings++; }
  if (r["Unklarheiten"]) { console.log(`Zeile ${n}: zu pruefen -> ${r["Unklarheiten"]}`); warnings++; }
}

console.log(`---\n${warnings} von ${rows.length} zu pruefen`);
if (warnings > 0) process.exitCode = 1;

Ausgeführt wird es so:

node check-touren.mjs touren.tsv

Damit stoppt der Unfall, dass “Unklarheiten unbemerkt in den Tourenplan fließen”. Sobald auch nur eine Zeile zu prüfen ist, wird der Exit-Code 1 – baut man das in einen automatisierten Ablauf ein, lässt sich die menschliche Kontrolle erzwingen.

Vorher und nachher

In Zahlen wird die Wirkung deutlich. Es ist eine grobe Größenordnung pro Disponent.

Tätigkeit	Vorher	Nachher
Kürzel-Notiz abschreiben	40 Min. morgens	ca. 10 Min. (einfügen + prüfen)
Antwort auf Anfragen verfassen	5 Min. pro Stück	1–2 Min. pro Stück (Entwurf + Feinschliff)
Fehler im Tourenplan suchen	Auffallen erst beim Rückläufer	Hinweis sofort an Ort und Stelle

Nehmen wir an, das Abschreiben spart 30 Minuten und 20 Anfragen sparen je 3 Minuten, dann sind das grob 90 Minuten pro Tag. Bei 20 Arbeitstagen im Monat werden rund 30 Stunden frei. Setzt man den Stundensatz eines Disponenten mit 25 Euro an, entspricht das gut 750 Euro im Monat. Auch nach Abzug des Einführungsaufwands halte ich einige Hundert Euro Spielraum pro Monat für eine realistische Linie.

Was man mit der freien Zeit macht, hängt von der Firma ab; in den Betrieben, die ich gesehen habe, war es vor allem wertvoll, dass die Erfahrenen neben den Neuen sitzen und anlernen konnten.

Sicherheit und Datenschutz

Genau hier kommt man als Spedition nicht vorbei. In Tourenzetteln stehen der Firmenname des Auftraggebers, die Lieferadresse, der Name des Fahrers, das Kennzeichen, manchmal sogar der Inhalt der Ladung. Das sind handfeste personenbezogene und geschäftliche Daten.

Halten Sie mindestens Folgendes ein:

Legen Sie als Firma vorab fest, welchen KI-Dienst Sie in welchem Tarif geschäftlich nutzen dürfen. Kleben Sie keine Betriebsdaten in einen privaten Gratis-Account.
Anonymisieren Sie Namen von Auftraggebern, Personennamen und Telefonnummern vor der Übergabe an die KI, etwa als “Firma A” oder “Ansprechpartner B”. Vor das obige Skript eine Ersetzung zu schalten, ist sicherer.
Prüfen Sie, ob Einstellung und Vertrag so sind, dass die eingegebenen Daten nicht zum Training verwendet werden.
Senden Sie die Ausgabe nicht unbesehen nach außen. Zusammen mit dem Faktencheck sieht ein Mensch nach, ob keine personenbezogenen Daten enthalten sind.

Das Konzept der Anonymisierung und der Aufbau von Regeln klärt man am sichersten zusammen mit dem internen Betriebsdesign. Wie man Claude Code Regeln beibringt, steht in den CLAUDE.md-Best-Practices; wie Nicht-Entwickler sicher einsteigen, in Claude Code für Nicht-Entwickler. Für den allerersten Schritt ist der Claude-Code-Einstiegsleitfaden gut lesbar. Als Maßstab lohnt sich auch ein Blick in den DSGVO-Leitfaden für kleine Unternehmen der Europäischen Kommission.

Häufige Fragen

F. Kann ich die Disposition komplett der KI überlassen? Nein. Übergeben wird nur ordnen, vorformulieren und hinweisen. Welches Fahrzeug welche Tour fährt, ist eine Entscheidung, die Frachtraten, die Beziehung zum Auftraggeber bis hin zur Verfassung des Fahrers einschließt – die KI kennt zu viele dieser Umstände nicht. Die Entscheidung behält der Mensch.

F. Versteht sie auch unsere internen Kürzel und Sonderregeln? So ohne Weiteres nicht. Sie müssen die Kürzel-Tabelle im Prompt mitgeben oder die internen Regeln in eine Datei fassen und jedes Mal mitlesen lassen. Wie man das beibringt, zeigt Fortgeschrittenes Prompt Engineering.

F. Kann auch ein Disponent, der mit dem Computer fremdelt, das nutzen? Wenn es nur darum geht, einen Prompt einzufügen und das Ergebnis zu prüfen, ist es nicht schwer. Beginnen Sie mit dem Copy-Paste-Betrieb und automatisieren Sie nach etwas Übung mit dem Skript – diese Reihenfolge empfehle ich. Tipps für den täglichen Einsatz finden Sie in den Produktivitäts-Tipps.

F. Was kostet die Einführung? Die Nutzungsgebühr für generative KI lässt sich ab einigen Euro im Monat starten. Größer als die Kosten ist der Aufwand für den “Aufbau interner Regeln”; überspringt man das, bleibt das Risiko eines Datenschutzunfalls.

Was beim Ausprobieren herauskam

Ich habe bei mir 15 fiktive Kürzel-Notizen und 10 Anfragen erstellt und diesen Ablauf einmal durchgespielt.

Die Kürzel-Notizen habe ich mit Vorlage 1 in eine Tabelle gebracht und durch das Prüfskript geschickt; bei 3 Zeilen kamen Warnungen wie “Abholort leer” und “Rückfahrt nicht eingetragen”. Das waren Stellen, an denen die Ausgangsnotiz wirklich Lücken hatte und die beim Drübersehen mit dem Auge übersehen worden waren. Der maschinelle Türsteher hat sie gefangen.

Bei den Anfrageentwürfen hat Vorlage 2 den Platzhalter “[zu prüfen: Ankunftszeit]” sauber stehen lassen. Selbst als ich die KI mit einer fiesen Fragestellung zu einer festen Behauptung verleiten wollte, hat sie die Uhrzeit nicht eigenmächtig erfunden – das war beruhigend.

Eine Grenze ist mir aber auch aufgefallen. Firmeneigene Kürzel, etwa ein Codewort für das eigene Lager, landen ohne Tabelle brav in “Unklarheiten”. Das ist eher das richtige Verhalten und sicherer, als wenn eigenmächtig geraten würde.

Mein Fazit: Die Dispositionsentscheidung behält der Mensch wie bisher in der Hand, und übergibt man der KI das davorliegende “ordnen, vorformulieren, auf Lücken hinweisen”, wird der Kleinkram spürbar leichter – so mein heutiger Eindruck. Wenn Sie als Firma von den Einführungsregeln an aufräumen möchten, lässt sich im Training und Beratung ein auf Ihren Betrieb zugeschnittenes Vorgehen gemeinsam abstimmen.